Google押注機器人！DeepMind發表全新機器人語言模型Gemini On-Device

Google DeepMind 於週二（24 日）正式推出全新機器人語言模型 Gemini Robotics On-Device，此模型可在無需網路連線的情況下，直接本地運行於機器人設備上，實現離線 AI 控制與任務執行。

根據 Google(GOOGL-US) 介紹，這款語言模型是今年 3 月發布的 Gemini Robotics 雲端版本的延伸，進一步強化機器人的動作控制能力與即時反應性。

開發者可透過自然語言提示來控制並微調 Gemini On-Device 模型，以配合各類實際應用場景，提升人機互動效率。

Google 表示，在內部測試中，Gemini Robotics On-Device 的效能已接近雲端版本，並在各項標準測試中表現優異，超越其他現有的本地端 AI 語言模型，但 Google 尚未公布具體對比對象。

在展示影片中，搭載該模型的機器人成功完成了拉開背包拉鍊、摺疊衣物等日常生活任務。Google 表示，雖然該模型最初是為 ALOHA 機器人訓練的，但後來對其進行了調整，使其能夠運行在雙臂 Franka FR3 機器人和 Apptronik 的 Apollo 人形機器人上。

Google 進一步指出，Franka FR3 可應對全新場景與陌生物件，例如在工業輸送帶上進行裝配任務，展現出色的泛化能力與靈活性。

為支援開發者擴展應用，Google DeepMind 也同步推出 Gemini Robotics SDK。開發者只需透過 50 至 100 次示範操作，便可在 MuJoCo 實體模擬器中訓練機器人學習新任務，加速訓練流程並強化部署效率。

除了 Google，其他科技巨頭也積極投入語言模型與機器人技術整合。例如，輝達 (NVDA-US) 正打造基礎模型平台以支援人形機器人；Hugging Face 則開發開源語言模型與資料集，同時涉足自有機器人開發。

與此同時，來自韓國、由未來資產（Mirae Asset）投資的新創公司 RLWRLD 也正在打造用於機器人的基礎 AI 模型。